| 标题 | 民营企业管理者背景特征与企业信用风险关系研究 |
| 范文 | 王卫星++张佳佳++左哲 【摘 要】 文章以中小板民营上市公司为研究对象，采用因子分析法将管理者单一背景特征量化为管理者背景特征指数反映管理者综合素质，进一步分析其与企业信用风险的关系。研究结果表明，管理者背景特征指数与企业信用风险显著负相关，管理者背景特征指数越高，企业信用风险越小。研究结论对民营企业控制信用风险具有启示意义，同时为关注管理者声誉的金融机构评估企业信用风险提供借鉴依据。 【关键词】 民营企业； 管理者背景特征指数； 信用风险 【中图分类号】 F275.5 【文献标识码】 A 【文章编号】 1004-5937（2017）20-0131-06 一、引言 近年来，随着“调结构，稳增长”宏观政策的实施，我国经济逐渐进入“新常态”，外需疲软和内部调整的双重压力使得民营企业竞争压力加大，信用风险上升。国家“十三五”规划提出“鼓励民营企业依法进入更多领域，激发非公有制经济活力和创造力”；中央财经领导小组第十二次会议高度重视供给侧结构性改革，要求继续降低融资成本，加大减税力度，取消更多行政管制，放松供给约束。尽管我国政府相继出台了众多扶持政策，但是民营企业经营和信用风险问题仍然没有得到很好的解决。在此背景下，研究民营企业信用风险的影响因素，成为摆脱困境的先决条件。无论对于民营企业降低经营和信用风险还是对我国未来民营经济的发展均具有重要的理论和现实意义。 企业信用风险影响因素的研究成果多而丰富。管理者作为企业运营的关键人物，对企业经营管理和信用风险产生重要作用。早期的专家法涉及的5C法、5P法、5W法均将借款人自身特质作为信用评价的重要考量部分。美国诸多企业信用评级系统也将职业、收入、房屋产权及信用记录等企业主个人信息作为信贷额度和利率的主要依据。我国多数商业银行对民营企业进行信贷配给时，首要评估的是经营者综合素质。高层梯队理论指出：管理者不同性别、年龄、学历、任期、工作经历等背景特征影响企业的经营绩效[1]，进一步对信用风险产生重要影响。目前大量研究结果也表明，不同背景特征的管理者对企业战略[2]、企业投资[3]、企业创新[4]、企业发展[5]和企业信贷违约[6]等方面都有不同程度的认知和影响。近年来，一些学者也开始直接利用管理者背景特征对企业信用风险进行实证研究，但均是对管理者单个背景特征与企业信用风险的相关关系展开研究，缺乏对管理者背景特征的综合分析。单个的管理者背景特征所映射出的问题通常不足以诠释企业信用水平，而对于不同的管理者，不同的背景特征对信用水平的影响程度甚至影响方向都可能存在差异。因此本文通过将管理者单一背景特征综合测定为管理者背景特征指数来反映管理者综合素质，进一步研究民营企业管理者背景特征指数与企业信用风险的关系，为金融机构评价企业信用风险延伸思路，更为民营企业打造管理者团队、提高信用评级和融资可获性提供借鉴依据。 基于上述分析，本文打破常规的信用风险评价指标体系法，尝试编制管理者背景特征指数，选取2010—2015年中小板民营上市公司数据，采用回归分析方法研究管理者背景特征指数与企业信用风险之间的关系。研究结果表明，管理者背景特征指数与企业信用风险显著负相关，管理者背景特征指数越高，管理者综合素质越好，企业信用风险越小。本文的研究结论对于金融机构和民营企业都具有重要的借鉴意义。 本文的贡献主要在于：第一，引入管理者背景特征指数作为管理者综合素质的代理变量，对企业信用风险展开研究，改变了以往从管理者单个背景特征研究信用风险的习惯思路；第二，尽管有学者针对普通上市公司研究了管理者背景对企业绩效、投融资等的影响，但是缺乏对民营企业的研究，研究结论有助于拓展民营企业控制信用风险的视野；第三，通过研究管理者背景特征与企业信用风险的关系，将有助于金融机构等利益相关者应用管理者背景特征指数评估企业信用风险。 二、管理者背景特征指数的构建 （一）管理者背景特征指数模型的构建 管理者背景特征指数通过综合测定管理者各个特征得出。研究管理者背景特征首先需要对管理者进行界定。然而目前学术界没有界定管理者的统一标准。在以往研究中，管理者的界定和选择也有所不同，如Simons et al.[7]、李焰等[8]。本文借鑒已有成果并结合我国特殊国情对管理者进行界定。国外企业首席执行官是最高管理者，而国内企业董事长和总经理都具有较高的地位。但董事长作为股东代表具有更高的决策权，因此本文将研究对象设定为董事长。 根据相关文献梳理，管理者背景特征主要包括人口学因素和职业经历因素等方面。结合客观实际，本文针对管理者性别、年龄、学历、任期、职业背景、海外背景、政府背景、学术背景及金融背景9个指标展开研究，则管理者背景特征指数测定模型设置如下： Y=aX1+bX2+cX3+dX4+eX5+fX6+gX7+hX8+iX9 （1） 其中： Y：管理者背景特征指数综合得分。 X1：性别。管理者性别差异可能影响其决策方式[9]。相比于女性管理者，男性管理者更易表现出过度自信、偏向高风险高收益，倾向于更多的对外投资，这种行为往往会导致企业面临较高的经营和投资风险，提升企业信用风险。其中，男性取值为0.6，女性取值为1[6]。 X2：年龄。管理者应对风险的态度会随着年龄的增长有所差异[10]。相对于年轻的管理者，年长的管理者工作经验丰富且行事沉稳，基于现有的成就和声誉更倾向于投资风险较小的项目，有利于经济效益增长和企业健康发展，一定程度上降低了企业经营和信用风险。其中，年龄取值为管理者实际年龄。 X3：学历。管理者学历成为衡量其能力的重要标杆[11]。学历在一定程度上反映了管理者的学习能力、认知能力及个人价值观，而且管理者的这些特性与学历显著正相关。管理者的高学历水平使其具备专业的理论和实践经验，制定出有利于公司发展的战略，更好地解决企业经营管理的问题，降低企业信用风险。其中，高中（中专）及以下取值为0.4，大专取值为0.7，本科取值为0.9，硕士及以上取值为1[6]。 X4：任期。管理者的任职，继任及变更等都与企业的经营管理有着重要的关系[12]。随着任期的增加和经营管理经验的累积，管理者对企业财务、人事及外部环境等情况日渐熟知，会针对具体状况规划企业长期发展蓝图，促进企业平稳运营，出现信用违约的可能性降低。其中，任期取值为管理者实际工作年限。 X5：职业背景。管理者职业背景越多，处理不同行业间各种问题的能力也越强[13]。随着管理经验的丰富，对于企业日常管理愈发有想法，进而可以降低企业经营和信用风险。其中，管理者的职业背景通过从事过的行业数来衡量，管理者从事过1种行业取值为0.25，2种行业取值为0.5，3种行业取值为0.75，4种及以上行业均用1来代替[13]。 X6：海外背景。管理者海外背景对企业投资和创新等都有较大的影响[14]。管理者具有海外背景有助于弥补企业投资和创新等方面国际经验的不足，推动企业多元化发展，提高企业绩效的同时降低企业信用风险。其中，企业管理者无海外工作和留学经历取值为0，有海外留学经历取值为0.4，有海外工作经历取值为0.7，同时具有留学和工作经历取值为1[14]。 X7：政府背景。管理者政府背景会对企业的经济效益产生影响[15]。在国有企业中，管理者有政府背景可以使企业比较容易地获得政府的帮助；在非国有企业中，聘任有政治背景的管理者便于从政府获取收益和好处，无形中也为企业增加了一些信用保障。其中，如果企业管理者无政府任职取值为0，曾经在地方政府部门任职取值为0.4，曾经在中央政府部门任职取值为0.7，同时具有地方和中央任职经历取值为1[15]。 X8：学术背景。管理者学术背景与企业研发投入及产品市场竞争有较大关联[16]。研究发现，具有学术背景的管理者不仅存在咨询的作用，也可能起到传递信号的作用，学术背景管理者的多少与上市公司的研发投入及产品市场竞争存在正相关关系，进而与企业经营、信用风险密切相关。其中，企业管理者无学术研究背景取值為0，有高校任教经历、科研机构研究经历或者协会研究经历三者之一取值为0.4，三者有二取值为0.7，三者兼有取值为1[16]。 X9：金融背景。管理者金融背景有利于提升企业绩效，缓解融资约束[17]。企业管理者具有银行、证券等金融机构工作背景，可以增加银行对企业的信任度，减少银行的信息搜寻成本，改善企业的融资约束，降低过多负债带来的信用风险。其中，管理者金融背景通过工作过银行、保险、证券、期货及信托等金融机构的个数来衡量，管理者无金融工作背景取值为0，工作1个机构取值为0.4，2个机构取值为0.7，3个及以上机构，则均用1来代替[17]。 （二）管理者背景特征指数的测定 根据上述管理者背景特征指数的相关指标（2010—2015），运用SPSS 22.0软件，采用“因子分析法”进行运算，计算结果详见表1、表2。 从表1管理者背景特征总方差起始特征值可见，主成分1方差为16.698%，主成分2方差为15.743%，主成分3方差为13.942%，主成分4方差为12.030%，这四个成分累计方差为58.413%，说明这四个主成分提供了原始数据58.413%的信息。 将表1中管理者背景特征方差系数1.503、1.417、1.255、1.083分别开方得1.2259、1.1903、1.1202、1.0405。将表2中管理者背景特征成分1、2、3、4每个系数分别除以1.2259、1.1903、1.1202、1.0405，得到以下线性方程组： Y1=-0.138X1+0.432X2-0.354X3+0.308X4+0.091X5- 0.080X6-0.043X7+0.050X8-0.027X9 Y2=0.090X1+0.023X2+0.239X3+0.206X4-0.060X5- 0.008X6+0.454X7+0.425X8-0.040X9 Y3=0.171X1+0.081X2+0.038X3-0.001X4+0.544X5+ 0.103X6-0.030X7+0.010X8+0.539X9 Y4=-0.555X1+0.056X2+0.283X3+0.088X4+0.037X5+ 0.624X6-0.231X7+0.098X8-0.051X9 以表1中方差贡献率为权数得到管理者背景特征指数模型综合得分公式： Y=16.698%Y1+15.743%Y2+13.942%Y3+12.030%Y4 （2） 代入2010—2015年中小板民营上市公司管理者背景特征相关指标得到各公司的管理者背景特征指数综合值，用来反映管理者综合素质，进一步研究其对企业信用风险的影响。 三、研究设计 （一）样本选择与数据来源 本文选取深圳证券交易所中小企业板民营上市公司作为研究对象，时间区间为2010—2015年。需要说明的是，样本数据从2010年开始是因为中小板2004年才开始设立，企业数量比较有限，为了保证面板数据的相对平衡，本文对于企业数量和时间区间进行相应的取舍，最终选定截至2009年12月31日上市的公司。基于此，还根据以下标准剔除了部分原始数据：（1）ST、*ST类企业样本，因为这些企业与其他企业相比，财务数据异常且盈利不佳，若将其纳入研究对象将影响实证结果的真实性和可信性；（2）金融、保险类企业样本，因为此类行业的治理结构和竞争特点与其他行业存在较大差异；（3）数据异常或者指标不全的企业样本，最终整理了233家上市公司的有效观测值。本文使用的变量数据主要来源于CSMAR及RESSET数据库，其中管理者背景的数据主要依据CSMAR数据库，上市公司网站与新浪网财经频道提供的管理者简历进行手工逐一编码得到。本研究采用的统计分析及检验软件为Matlab 8.0和EViews 8.0。 （二）变量设定 1.因变量 企业信用风险为被解释变量。本文运用KMV模型计算样本公司的预期违约率（EDF）指标，以测度我国上市公司信用风险。该模型表示如下： 由：E=VAN（d1）-DP×e-rtN（d2），σE=■σA， 其中：d1=■，d2=d1-σA■ 求得：DD=■σA，EDF=1-N（DD） （3） 其中E代表股权市场价值，DP代表公司负债价值（即违约点），T代表债务期限，r代表无风险利率，σE代表股权价值波动率，VA代表资产市场价值，σA代表资产价值波动率，采用MATLAB编程可得出各个样本公司的违约距离（DD）和预期违约率（EDF）。需要说明的是，KMV公司违约点计算的公式为DP=短期负债+0.5×长期负债。公式中长期负债应计入的比例，国内学者也做了诸多研究，结论不一。如张智梅等[18]通过验证得出这一系数为0.75，姚德权等[19]认为应计入的比例为1.0。为了更好地检验KMV模型测度企业信用风险的有效性，本文选取了三种不同的系数0.25、0.5、0.75，得出三个违约点，由此计算出三个预期违约率，即EDF1、EDF2、EDF3。由于三种预期违约率的结果较为相似，仍然采用KMV公司的方法，即EDF2。因为KMV公司根据大量调查结果实证得出系数为0.5，具有一定的科学性和可靠性，而我国资本市场发展较为滞后，各方面还不完备，模型很难在我国的生产实践中发挥作用，研究结果也存在一定偏差。 2.自变量 管理者背景特征指数是解释变量。管理者表征信息是借贷交易的重要评价指标[20]，即其背景特征对企业信用风险具有深远的影响。根据相关文献综合客观数据，本文模型2对管理者性别、年龄、学历、任期、职业背景、海外背景、政府背景、学术背景及金融背景9个方面展开研究，计算出各上市公司管理者背景特征指数的综合数值。 3.控制变量 本文选取了企业规模、偿债能力、盈利能力和成长能力四个方面的四个变量为控制变量。企业规模是信用风险的重要影响因素。已有文献表明，规模大的公司经营趋于平稳，降低企业信用风险，其用公司年末报表披露的总资产账面价值的自然对数表示；企业的偿债能力包括短期偿债能力和长期偿债能力，指标分别选用流动比率和资产负债率表示，但是由于在回归分析中资产负债率与预期违约率的系数为负值，即是说长期偿债能力与信用风险成负相关关系，这一点不太符合实际情况，因此将这个变量剔除；企业的盈利能力指标用销售净利率表示。一般情况下，企业盈利水平的提高，使得未来预期的现金流量增加，企业偿债能力也随之增强，信用风险得以降低；企业的成长能力用总资产增长率来测度。从短期看，企业快速发展需要大量资金，由此造成的经营周转问题会使得企业的信用风险提高；从长期看，企业的不可持续性是信用风险产生的基础性原因。此外，还控制了行业和年度因素的影响。 上述变量的具体定义见表3。 （三）模型设立 根据本文的研究思路，为了考察民营企业管理者背景特征与企业信用风险的关系，构建以下模型对中小板民营上市公司全体样本进行检验。 EDF2=α0+α1MBCI+α2SIZE+α3CR+α4ROS+ α5TAGR+α6■YEAR+α7■INDUSTRY+ε （4） 四、實证结果与分析 （一）描述性统计 本文对上市公司样本变量数据进行了检验，所得描述性统计结果见表4。 从全体样本企业看，企业信用风险最大值为0.18，平均值为0.0252，说明中小板民营上市公司的信用风险存在较大差异。管理者背景特征指数最大值为8.2654，最小值为2.8586，平均值为5.5154，标准差为0.8685，表明各个企业之间管理者背景特征具有较高的离散性。 （二）相关性分析 表5是主要变量Pearson相关性分析。由表5可知，因变量企业信用风险（EDF2）与管理者背景特征指数（MBCI）两者是显著负相关的关系，表明管理者背景特征指数越高，企业信用风险越小。企业规模与EDF2在1%的显著性水平上负相关，表明企业规模越大，其信用风险也随即降低；流动比率与EDF2在5%水平呈显著负相关，即企业短期变现能力越强，信用风险也就越低。销售净利率与EDF2在10%的显著性水平上负相关，说明企业的营业利润越高，其信用风险越低。总资产周转率与EDF2显著性正相关，即总资产周转越快，带来的投资及经营风险越大。具体情况见表5。 （三）管理者背景特征指数与企业信用风险 本文对全体样本数据进行了LR检验和Hausman检验后，发现模型的结果表明个体存在显著的固定效应，因此，采用固定效应模型进行检验，进而可以减少遗漏变量带来的潜在内生性问题。在变量检验的过程中，发现D.W的值没有严重偏离2且方差膨胀因子（VIF）的值均小于10，说明所有变量之间不存在严重的自相关性和多重共线性问题。对全体样本企业进行回归的结果如表6。 从表6可以看出，管理者背景特征指数与企业信用风险存在显著的负相关关系，也就是说，董事长背景特征指数越高，企业信用风险越小，即董事长综合背景特征会对企业信用风险产生重要影响，管理者综合素质的提升有利于企业信用风险的降低。从控制变量来看，企业规模的系数显著为负，这表明规模大的企业综合实力较强，有利于降低经营和信用风险；流动比率的系数为负，说明企业的变现能力越强，短期偿债能力越强，企业信用风险也越低，从而有利于提高企业的信用评级；销售净利率与企业信用风险之间存在负相关关系，即销售净利率越高，企业经营效益越好，信用风险越低。总资产增长率与企业信用风险显著正相关，表示企业资产的增长，必然带来项目投资的增加，随之提高投资和信用风险。 五、研究结论与政策启示 本文以2010—2015年中小企业板民营上市公司为研究样本，采用因子分析法量化管理者背景特征指数，进一步实证检验了管理者背景特征指数与企业信用风险的关系。研究结果显示，管理者背景特征指数与企业信用风险存在显著的负相关关系，即管理者背景特征指数越高，管理者综合素质越好，企业信用风险越小。 通过上述研究，结合现实调研情况，得到以下启示：对于管理者而言，应该注重增强自身综合实力，从提升自身素养，培养创新意识，提高学习能力等做起，将自身的发展提高到关乎企业未来的高度来认识；对于民营企业而言，适当关注管理者背景特征有利于企业的未来发展，打造结构合理的高管团队，提升企业形象、进一步降低企业信用风险；对于金融机构而言，加强对民营企业管理者综合特征的关注，进行企业信用风险评价时可使用管理者背景特征指数为判定依据，促进信贷资源合理配置的同时有助于降低银行坏账概率；对于政府来说，应该加强民营企业管理者向成功企业家迈进的培养工作，联合商会等机构有意识地对地方民营企业管理者进行培训，时常与大企业家对话、研讨，强化其资产运营及资本运作的能力，使得民营企业健康持续发展，为国民经济助力。在多方协作下，民营企业经营和信用风险问题终得以缓解。 本文的局限性在于：第一，本文只将管理者界定为董事长或者总经理，研究其背景特征指数与企业信用风险的关系，没有从高管团队角度研究其对企业信用风险的影响；第二，由于我国数据可获性和量化方法选择等客观原因，管理者背景特征主成分代表性可能未达到设定目标，结论推广性可能会受到一定的限制。在指数量化方面，未来研究可以扩充管理者性格、行为及决策方式等特征，使得管理者背景特征指数能更为全面评估企业信用风险。 【参考文献】 [1] HAMBRICK D C，MASON P A. Upper echelons： The organization as a reflection of its top managers [J]. Academy of Management Review，1984，9（2）：193-206. [2] TIHANYI L，ELLSTRAND A E，DAILY C M，et al. Composition of the top management team and firm international diversification[J]. Journal of Management，2000，26（6）： 1157-1177. [3] 姜付秀，伊志宏，苏飞.管理者背景特征与企业过度投资行为[J].管理世界，2009（1）：130-139. [4] CAMELO-ORDAZ C，HERNANDEZ-LARA A B，VALLE-CABRERA R. The relationship between top management teams and innovative capacity in companies[J]. Journal of Management Development，2005，24（8）：683-705. [5] 李琳，杨星星，刘正林. 管理防御视域下管理者特征与可持续增长研究[J]. 会计之友，2014（1）：67-70. [6] 程砚秋，迟国泰. 企业负责人背景特征与信贷违约行为间关系的实证研究——基于大连地区小企业的信贷数据[J]. 技术经济，2015（3）：97-104. [7] SIMONS T L，et al. Task conflict and relationship conflict in top management teams： the pivotal role of intragroup trust[J].Journal of Applied Psychology，2000， 85（1）：102-11. [8] 李焰，秦义虎，张肖飞.企业产权、管理者背景特征与投资效率[J]. 管理世界，2011（1）：135-144. [9] 黄越，杨乃定，张宸璐.高层管理团队异质性对企业绩效的影响研究——以股权集中度为调节变量[J].管理评論，2011（11）：120-125. [10] EATON J，ROSEN H S.Agency，delayed compensation and the structure of executive remuneration[J]. Journal of Finance，1983，38（5）：1489-1505. [11] MICHAEL S. Job market signaling[J].Quarterly Journal of Economics，1973，15（3）：355-374. [12] 蒋尧明，章丽萍.中小企业高层管理者特征与企业可持续增长——基于管理防御理论的分析[J].经济评论，2012（5）：69-77. [13] 李秉祥，曹红，薛思珊.我国经理管理防御水平测度研究[J].西安理工大学学报，2007（4）：427-431. [14] 刘凤朝，默佳鑫，马荣康.高管团队海外背景对企业创新绩效的影响研究[J].管理评论，2017（6）：1-12. [15] 伍中信，喻如意.管理者过度自信、政治关联与企业风险研究[J]. 会计之友，2016（10）：54-60. [16] 沈艺峰，王夫乐，陈维.“学院派”的力量：来自具有学术背景独立董事的经验证据[J].经济管理，2016（5）：176-186. [17] 曹志鹏，唐春花.金融关联、高管薪酬与企业经营绩效——以房地产上市公司为例[J].湖南财政经济学院学报，2016（3）：29-34. [18] 张智梅，章仁俊.KMV模型的改进及对上市公司信用风险的度量[J].统计与决策，2006（18）：157-160. [19] 姚德权，张宏亮，黄学军.基于变结构KMV模型的商业银行风险承担度量研究[J].中国软科学，2015（11）：109-122. [20] 石澄贤，陈雪交.p2p网贷个人信用评价指标体系的构建[J].常州大学学报（社会科学版），2016（1）：80-85. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。